發(fā)簡信
IP屬地：江西
-
spark 性能調(diào)優(yōu)
Spark性能優(yōu)化指南——基礎(chǔ)篇： https://tech.meituan.com/spark-tuning-basic.html Spark...
-
[轉(zhuǎn)]邏輯回歸本質(zhì)
Logistic Regression 本質(zhì)論 發(fā)表于2016-07-08| 分類于機(jī)器學(xué)習(xí)| LR essential in one sen...
-
機(jī)器學(xué)習(xí)——異常檢測
轉(zhuǎn)：http://whuhan2013.github.io/blog/2016/12/14/exception-and-recommd/
-
【轉(zhuǎn)】點(diǎn)擊率預(yù)測綜述
url：https://www.qcloud.com/community/article/622182
-
【轉(zhuǎn)】特征工程-連續(xù)特征離散化達(dá)到更好的效果,特征選擇的工程方法
連續(xù)特征的離散化：在什么情況下將連續(xù)的特征離散化之后可以獲得更好的效果？ Q:CTR預(yù)估，發(fā)現(xiàn)CTR預(yù)估一般都是用LR，而且特征都是離散的。為什...
-
【轉(zhuǎn)】mf模型
Matrix Factorization: A Simple Tutorial and Implementation in Python url...
-
[轉(zhuǎn)]特征工程七種常用方法
當(dāng)在做數(shù)據(jù)挖掘和數(shù)據(jù)分析時，數(shù)據(jù)是所有問題的基礎(chǔ)，并且會影響整個工程的流程。相比一些復(fù)雜的算法，如何靈活的處理好數(shù)據(jù)經(jīng)常會取到意想不到的效益。而...
-
FM&FFM
參考：http://www.52caml.com/head_first_ml/ml-chapter9-factorization-family/#
-
【轉(zhuǎn)】對于特征離散化，特征交叉，連續(xù)特征離散化非常經(jīng)典的解釋
一．互聯(lián)網(wǎng)廣告特征工程 博文《互聯(lián)網(wǎng)廣告綜述之點(diǎn)擊率系統(tǒng)》論述了互聯(lián)網(wǎng)廣告的點(diǎn)擊率系統(tǒng)，可以看到，其中的logistic regression模...